基于大模型的事故处理方法、系统及存储介质与流程

本申请涉及事故处理领域，且更为具体地，涉及一种基于大模型的事故处理方法、系统及存储介质。

背景技术：

1、事故是指突发的、危害性大的、需要立即处理的事件，如火灾、爆炸、地震等。事故的处理需要快速、准确、有效地获取和整合相关信息，以便制定合理的应对措施，以减少损失和保护人员的生命财产安全。然而，传统的事故处理方法通常依赖于人工经验和专业知识，但在面对复杂多变的应急情况时，人工处理存在一定的局限性。此外，目前的事故信息往往来自于多个来源，且存在着不一致、不完整和不准确等问题，给信息整合带来了挑战。

2、因此，期望一种基于大模型的事故处理方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大模型的事故处理方法、系统及存储介质，其可以利用大模型的强大表达能力和泛化能力，对事故进行扩展式表达，以得到更多关于事故的相关信息，从而实现信息的自动整合。

2、根据本申请的一个方面，提供了一种基于大模型的事故处理方法，其包括：

3、获取事故的第一来源文本描述和第二来源文本描述；

4、分别对所述第一来源文本描述和所述第二来源文本描述进行语义编码以得到第一来源文本描述词语义特征向量的序列和第二来源文本描述词语义特征向量的序列；

5、对所述第一来源文本描述词语义特征向量的序列和所述第二来源文本描述词语义特征向量的序列进行词粒度语义交互融合分析以得到第一来源-第二来源文本描述词语义交互特征；以及

6、基于所述第一来源-第二来源文本描述词语义交互特征，生成扩展事故文本描述。

7、根据本申请的另一个方面，提供了一种基于大模型的事故处理系统，其包括：

8、文本数据获取模块，用于获取事故的第一来源文本描述和第二来源文本描述；

9、语义编码模块，用于分别对所述第一来源文本描述和所述第二来源文本描述进行语义编码以得到第一来源文本描述词语义特征向量的序列和第二来源文本描述词语义特征向量的序列；

10、语义交互融合分析模块，用于对所述第一来源文本描述词语义特征向量的序列和所述第二来源文本描述词语义特征向量的序列进行词粒度语义交互融合分析以得到第一来源-第二来源文本描述词语义交互特征；以及

11、扩展事故文本描述生成模块，用于基于所述第一来源-第二来源文本描述词语义交互特征，生成扩展事故文本描述。

12、根据本申请的再一个方面，提供了一种存储介质，所述存储介质上存储有计算机程序指令，所述计算机程序指令在计算机中执行时，令所述计算机执行如前所述的基于大模型的事故处理方法。

13、与现有技术相比，本申请提供的基于大模型的事故处理方法、系统及存储介质，其首先从可信文本如官方编制的事故处置方案、事故调查等材料中获取事故的第一来源文本描述，从对当前事故的实施描述文件中获得第二来源文本描述，接着，分别对所述第一来源文本描述和所述第二来源文本描述进行语义编码以得到第一来源文本描述词语义特征向量的序列和第二来源文本描述词语义特征向量的序列，然后，对所述第一来源文本描述词语义特征向量的序列和所述第二来源文本描述词语义特征向量的序列进行词粒度语义交互融合分析以得到第一来源-第二来源文本描述词语义交互特征，最后，基于所述第一来源-第二来源文本描述词语义交互特征，生成扩展事故文本描述。这样，可以得到更多关于事故的相关信息，从而实现信息的自动整合。

技术特征：

1.一种基于大模型的事故处理方法，其特征在于，包括：

2.根据权利要求1所述的基于大模型的事故处理方法，其特征在于，分别对所述第一来源文本描述和所述第二来源文本描述进行语义编码以得到第一来源文本描述词语义特征向量的序列和第二来源文本描述词语义特征向量的序列，包括：

3.根据权利要求2所述的基于大模型的事故处理方法，其特征在于，对所述第一来源文本描述词语义特征向量的序列和所述第二来源文本描述词语义特征向量的序列进行词粒度语义交互融合分析以得到第一来源-第二来源文本描述词语义交互特征，包括：使用词粒度语义交互模块对所述第一来源文本描述词语义特征向量的序列和所述第二来源文本描述词语义特征向量的序列进行处理以得到第一来源-第二来源文本描述词语义交互特征向量作为所述第一来源-第二来源文本描述词语义交互特征。

4.根据权利要求3所述的基于大模型的事故处理方法，其特征在于，使用词粒度语义交互模块对所述第一来源文本描述词语义特征向量的序列和所述第二来源文本描述词语义特征向量的序列进行处理以得到第一来源-第二来源文本描述词语义交互特征向量作为所述第一来源-第二来源文本描述词语义交互特征，包括：

5.根据权利要求4所述的基于大模型的事故处理方法，其特征在于，基于所述第一来源-第二来源文本描述词语义交互特征，生成扩展事故文本描述，包括：将所述第一来源-第二来源文本描述词语义交互特征向量通过基于aigc模型的扩展表达器以得到扩展事故文本描述。

6.根据权利要求5所述的基于大模型的事故处理方法，其特征在于，还包括训练步骤：用于对所述包含词嵌入层的语义编码器、所述包含词嵌入层的语义编码器、所述词粒度语义交互模块和所述基于aigc模型的扩展表达器进行训练。

7.根据权利要求6所述的基于大模型的事故处理方法，其特征在于，所述训练步骤，包括：

8.一种基于大模型的事故处理系统，其特征在于，包括：

9.根据权利要求8所述的基于大模型的事故处理系统，其特征在于，所述语义编码模块，包括：

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序指令，所述计算机程序指令在计算机中执行时，令所述计算机执行如权利要求1-7中任一项所述的基于大模型的事故处理方法。

技术总结
公开了一种基于大模型的事故处理方法、系统及存储介质。其首先从可信文本如官方编制的事故处置方案、事故调查等材料中获取事故的第一来源文本描述，从对当前事故的实施描述文件中获得第二来源文本描述，接着，分别对所述第一来源文本描述和所述第二来源文本描述进行语义编码以得到第一来源文本描述词语义特征向量的序列和第二来源文本描述词语义特征向量的序列，然后，对所述第一来源文本描述词语义特征向量的序列和所述第二来源文本描述词语义特征向量的序列进行词粒度语义交互融合分析以得到第一来源‑第二来源文本描述词语义交互特征，最后，基于所述第一来源‑第二来源文本描述词语义交互特征，生成扩展事故文本描述。这样，可以得到更多关于事故的相关信息，从而实现信息的自动整合。

技术研发人员：杨卫涛,黄以宽,陈洪涛,舒蓉,李茜茜,韩振亚,于吉利
受保护的技术使用者：郑州华骏技术有限公司
技术研发日：
技术公布日：2024/3/31